ETSformer: Exponential Smoothing Transformers voor Tijdreeksvoorspelling

ETSformer is een deep learning-architectuur voor tijdreeksvoorspelling, geïntroduceerd door Woo et al. in 2022. Het integreert klassieke exponentiële afvlakkingprincipes rechtstreeks in het Transformer-framework door standaard zelf-attentie te vervangen door een mechanisme voor exponentiële afvlakking-attentie. Het model ontleedt een tijdreeks in niveau-, groei- (trend-) en seizoenscomponenten, waardoor het zowel de lange-afhankelijkheidsmodellering van Transformers als de interpreteerbare structuur van statistische ETS-modellen kan benutten.